RNAseq分析中DESeq2报错及原始行名保留问题求助

核心报错情况 #

• 运行DESeqDataSetFromMatrix时触发错误：Error in DESeqDataSetFromMatrix(...) : ncol(countData) == nrow(colData) is not TRUE
• 执行all(colnames(HitCount) == myCondition$SampleID)返回FALSE，伴随警告：longer object length is not a multiple of shorter object length
• 设置行名时rownames(HitCount) <- HitCount[,1]报错：Error in .rowNamesDF<-(x, value = value) : invalid length in 'row.names'`，最终行名变为数字

解决步骤 #

1. 清理计数矩阵，设置正确Gene_ID行名 #

从你提供的HitCounts片段来看，矩阵末尾存在多余的数值列（比如每行最后一个数字），这会导致列数不匹配，同时需要将Gene_ID设为行名：

# 假设HitCount是导入后的data.frame
# 将Gene_ID列设为行名
rownames(HitCount) <- HitCount$Gene_ID
# 移除Gene_ID列和末尾的多余列（根据你的片段，最后一列是无效数据）
HitCount_clean <- HitCount[, -c(1, ncol(HitCount))]
# 验证列数：应为9个样本（CTRL_1到XS_3）
ncol(HitCount_clean)

2. 匹配样本信息表与计数矩阵 #

确保myCondition（样本信息表）的行数等于计数矩阵的列数，且样本名完全匹配（顺序一致）：

# 检查样本名是否完全匹配
all(colnames(HitCount_clean) == myCondition$SampleID)
# 如果不匹配，重新排序样本信息表，使其与计数矩阵列名顺序一致
myCondition <- myCondition[match(colnames(HitCount_clean), myCondition$SampleID), ]
# 再次验证匹配情况
all(colnames(HitCount_clean) == myCondition$SampleID)

3. 重新运行DESeq2初始化函数 #

验证通过后，执行DESeqDataSetFromMatrix：

library(DESeq2)
# 替换`~ Group`为你实际的分组设计（比如你的分组列是Group）
dds <- DESeqDataSetFromMatrix(countData = HitCount_clean,
                              colData = myCondition,
                              design = ~ Group)

内容的提问来源于stack exchange，提问作者Luigi